数据源

这份数据是我自己记录的自10月15日以来的生活开销，并不足一个月，并不是从我实习开始算起，所以有些花费有遗漏，比如房租，安置花费，还有我买的一些食材什么的。

library(tidyverse)
## Loading tidyverse: ggplot2
## Loading tidyverse: tibble
## Loading tidyverse: tidyr
## Loading tidyverse: readr
## Loading tidyverse: purrr
## Loading tidyverse: dplyr
## Conflicts with tidy packages ----------------------------------------------
## filter(): dplyr, stats
## lag():    dplyr, stats
library(wordcloud2)
library(recharts)
## 
## Attaching package: 'recharts'
## The following object is masked from 'package:ggplot2':
## 
##     %+%
library(reshape2)
## 
## Attaching package: 'reshape2'
## The following object is masked from 'package:tidyr':
## 
##     smiths
food<-read.csv('food.csv',header=T)
cost<-read.csv("cost.csv",header = T)

每天的吃饭开销

用Echart来看看我每天简朴的饮食情况

eLine(food,xvar=~Date,yvar=~Breakfast+Lunch+Dinner)

吃饭开销雷达图

用雷达图来看我每周一天三餐的消费会不会直观点，好吧其实并没有。

food$week<-c('Mon','Tue','Wed','Thu','Fri','Sat','Sun','Mon','Tue','Wed','Thu','Fri','Sat','Sun','Mon','Tue','Wed','Thu','Fri','Sat','Sun','Mon')
food_long<-melt(food[,-5],value.name = "Money",variable.name = "food")
## Using Date, week as id variables
## Warning in melt_dataframe(data, as.integer(id.ind - 1),
## as.integer(measure.ind - : '.Random.seed' is not an integer vector but of
## type 'NULL', so ignored
eRadar(food_long,xvar= ~week, yvar=~Money, series=~food)

数据补充说明

大家可能看到我的不少伙食开销是0，这其中发生了什么呢？

food$label<-rep(1,22)#添加计数标签
sentence<-filter(food,Dinner==0)%>%group_by(event)%>%summarise(freq=sum(label))#分类汇总
wordcloud2(sentence,size=0.5)
## Warning in if (class(data) == "table") {: 条件的长度大于一，因此只能用其第
## 一元素

图中可以看到，我靠煮汤圆和泡面蹭过了6次晚餐，留宿朋友+冲网费换来了一顿请客，有时候周末早餐没吃（睡过了），回了趟学校刷了校园卡，再就是部门组织的一次聚餐了，看了之后有没觉得我们的活动状况和账单息息相关。

其它生活开支

真正的大头来了，毕竟我国的恩格尔系数有那么高了，食物占不到我们开销的多大比例。

wordcloud2(cost,size=1)

可以看到，即使没算进初期的安置费用，我的生活开销仍然是一笔不菲的数额，若大的换房两个字让我和房子中介的撕逼过程历历在目，代课说的是一笔不可描述的交易，其它的看起来仿佛也没有多少。

总的来说，我这22天花的钱如下： 2929.5元

以上就是我有记录的实习以来的开销了的实习过程中的开销了，非常详细，希望能对大家有所借鉴。